xAI 的 Grok 4.7 在法律代理工作中以更低的成本超越了 Anthropico 和 OpenAI 的模型。

xAI 於週一發佈了 Grok 4.7。 在法律代理基準測試中，它擊敗了 Anthropic 的 Fable 5.1 和 OpenAI 的 GPT-5.6 Sol，而每個輸入代幣的價格僅爲 Fable 的五分之一。

Anthropic 的 Output 價格爲每百萬個代幣 6 美元，而 Anthropic 的價格爲 50 美元。

xAI發佈的數據顯示，Grok 4.7在Harvey Legal Agent基準測試中得分19.6%，Fable 5.1在同一測試中獲得6.7%，而GPT-5.6 Sol僅獲得2.5%。.

這使得 Grok 4.7 的得分約爲 Anthropic 的三倍，接近 Sol 的八倍。Cryptopolitan Cryptopolitan 報道稱 ，Grok 4.6 的得分已經達到 15.8%，領先於這兩款加密貨幣。

在法律領域，Grok 4.7 的表現遠超其他競爭對手，這在少數幾個領域中實屬罕見。它在 EEBench 電氣工程測試中也輕鬆通過了 Fable 5.1 的測試，並在 DeepSWE 編碼測試中略勝一籌。.

Grok 4.7 的定價爲每百萬個輸入代幣 2 美元，每百萬個輸出代幣 6 美元，與 Grok 4.6 相同。該輸入價格是 GPT-5.6 Sol 的 4 美元的一半，是 Fable 5.1 的 10 美元的五分之一。.

輸出價格爲 6 美元，而 Sol 爲 20 美元，Fable 爲 50 美元，約爲 Anthropic 的八分之一。.

xAI 將 CursorBench 4.0 得分與完成任務的平均成本繪製成圖表，並聲稱該模型處於性價比的前沿。Grok 4.7 在該圖表中得分約爲 46%，每項任務成本約爲 6 美元，而 Claude Opus 5 要達到類似的結果，成本幾乎是其兩倍。.

Fable 5.1 在高預算下表現更佳，在每項任務約 17 美元的情況下，效率最高可達 51.8%。馬斯克在 X 大會上表示，此次發佈是“智能、速度和低成本的tron結合”。.

Terminal-Bench 4.0 顯示 Anthropic 以 57.9% 比 38.0% 的優勢領先。

在 GDPval 和 AA Briefcase 辦公任務測試中，Grok 4.7 均位列 Fable 5.1 之後，排名第二。Anthropic 的模型在更長時間的編碼和終端基準測試中保持着明顯的領先優勢。.

差距最大的是 Terminal-Bench 4.0，Fable 5.1 的得分爲 57.9%，而 Grok 4.7 的得分爲 38.0%，相差約 20 分。.

Fable 在 CursorBench 和 HealthBench Professional 臨牀推理測試中也領先，GPT-5.6 Sol 也擊敗了 Grok。.

Grok 4.7 在 GDPval 上的 Elo 得分爲 1,695，該評分系統對模型在律師、護士和金融分析師完成的任務上的表現進行評分，高於 Grok 4.6 的 1,605。這低於 Fable 5.1 的 1,735 分，但高於 OpenAI 最新推出的 GPT-6 Astra 在同一圖表上的 1,542 分。.

Grok 4.7 在七項基準測試中的五項都優於 GPT-5.6 Sol，僅在 DeepSWE 和臨牀測試中落後。.

Grok 4.7 運行在 2.1 萬億個參數上，比 Grok 4.6 的 1.5 萬億個參數多了 40%。xAI 還加入了 SpaceX 的補充訓練數據，包括 Starlink 衛星遙測數據和製造記錄。.

該公司表示，與 Grok 4.6 相比，該模型更有可能花更多時間解決棘手的問題，並仔細檢查自己的答案。.

該 模型 已在 Grok 應用、Cursor、Grok Build 和 xAI API 上發佈，無需等待。

本文所有數據均來自xAI自身的測試。xAI主要使用的測試工具CursorBench由Cursor公司開發，SpaceX已於上月完成對Cursor的收購。.

xAI 與 GPT-5.6 Sol 進行了基準測試，而 OpenAI 的較新 GPT-6 Astra 僅出現在 GDPval、AA Briefcase 和 EEBench 圖表中。.

不要只是閱讀加密貨幣新聞，要理解它。訂閱我們的新聞簡報， 完全免費。